PP-ChatOCRv2、PP-TSv2、大模型半监督学习工具...PaddleX新特性等你来pick!

小A是一名刚刚毕业的算法工程师，有一天，他被老板安排了一个活，要对一批合同扫描件进行自动化信息抽取，输出结构化的分析报表。OCR问题不大，但是怎么进行批量的结构化信息抽取呢？小A陷入了苦苦思索...

小B是一名项目经理，最近他接手了一个紧急的AI项目，客户提供的数据很多，但是标注的样本很少，很难达到客户要求的精度指标。而如果大量标注数据，时间上根本来不及。deadline一天天临近，小B整天愁眉苦脸...

小C是一家小型AI服务提供商的老板，长期做项目下来，他总觉得需要沉淀一套标准化的工具，快速应对多种多样的场景需求，尤其要满足多种复杂环境的模型部署，但公司的研发力量被项目缠身，陷入了恶性循环。小C一筹莫展...

俗话说的好，方法总比困难多，新版本的PaddleX有望解决小A、小B和小C的燃眉之急！

转眼间，距离飞桨AI套件PaddleX的正式发布Run in PaddleX！四步搞定10+任务场景36个精选产业模型开发与部署！已经过去了两个月。两个月期间，PaddleX团队快速响应AI落地的新需求、新功能，以期能在今天新内容发布中给大家交一个满意的答卷！接下来，就让我们看一看PaddleX都带来了什么新内容吧！

四大更新内容速览

强大的大小模型结合特色工具

PP-ChatOCRv2：PP-OCR与文心一言强强结合，支持1.5万+大字库，解决生僻字、多页pdf、表格识别等难题，无需训练即可在20+场景实现关键信息抽取平均准确率80%以上。
PP-TSv2：支持时序预测和时序异常检测任务。在用电负荷预测、预测性维护等多场景任务自适应寻优！电力场景预测误差降低20%以上，设备异常检测场景召回率提升5%。
大模型半监督学习工具：借助少量有标注数据和大量无标注数据，大大提升模型的精度；在分类、检测、OCR识别3类任务的17个模型上，实现小模型精度提升10%～26%。

40+精选产业高精度模型库

新增RT-DETR-H、TimesNet_AD、PP-HGNetv2-B4等8个精选模型，扩充时序分类、时序异常检测等任务。PaddleX目前已覆盖目标检测、图像分割、3D、OCR、时序预测、图像识别系统、PDF转word等9大AI落地场景。

低代码工具箱全流程开发

新增数据格式转换、数据划分、评估指标说明等10+界面功能优化，工具箱/开发者双模式高低代码联动功能更丰富，布局更美观！

云端&本地端双平台按需使用

云端和Windows本地端能力同步升级，双平台按需选择！AI Studio云端资源随处可达，实现24小时随处AI开发。为充分利用本地算力、避免数据泄露，可一键下载本地端软件，满足多样需求。

小伙伴们还等什么，来AI Studio云端一键体验吧！这里偷偷爆个料，Linux离线版本地端距离发布很近了呦！

PaddleX云端快速体验：
https://aistudio.baidu.com/intro/paddlex/models
PaddleX本地端下载：
https://aistudio.baidu.com/intro/paddlex

想和志同道合的开发者交流开发经验？想和PaddleX官方开发者交流？欢迎来PaddleX频道交流：

https://aistudio.baidu.com/community/channel/610

接下来，让我们详细看一下更新内容吧！

新特性详解

强大的大小模型结合特色工具

PP-ChatOCRv2

相信大家对PP-ChatOCR的惊艳效果还有很深的印象（点击回顾PP-ChatOCR：基于文心大模型的通用图像关键信息抽取利器，开发提效50%！），现在，我们正式迎来了它的第2版。

PP-ChatOCRv2是一个融合了LLM大模型和OCR技术的通用文本图像智能分析系统，覆盖20+高频应用场景，支持5种文本图像智能分析能力和部署，包括通用场景关键信息抽取（快递单、营业执照和机动车行驶证等）、复杂文档场景关键信息抽取（解决生僻字、特殊标点、多页PDF、表格等难点问题）、通用OCR、文档场景专用OCR、通用表格识别。此外针对垂类业务场景，也支持模型训练、微调和Prompt优化。

PP-ChatOCRv2 多场景识别效果

PP-ChatOCRv2在PP-ChatOCR的基础上进一步升级，小模型+大模型串联逻辑不变，在通用信息抽取、复杂文档信息抽取、代码拓展性、基础功能完备四个方面做了更新。下面是v2的特性总结：

场景丰富：支持5种智能文本图像分析能力，覆盖20+高频应用场景，尤其针对复杂文档场景进行了专项优化。
精准度高：「PP-OCR」与「文心一言」强强结合，支持1.5万+大字库，解决生僻字、多页PDF、表格等难题，无需训练即可在20+场景关键信息抽取平均准确率80%以上。
一键部署：一键获取PP-ChatOCRv2离线部署SDK，助力企业快速实现工程落地。
便捷开发：针对垂类业务场景，通过简单点击UI界面按钮，可完成Prompt优化、模型训练和微调。

立即在线体验：

https://aistudio.baidu.com/projectdetail/paddlex/7050167

PP-TSv2

说到时序处理，大家一定还记得PaddleX重磅推出的PP-TS（点击回顾PP-TS基于启发式搜索和集成方法的时序预测模型，使预测更加准确），现在让我们看看v2带来了什么新特性。

PP-TSv2 电力和交通场景落地效果

场景丰富：支持时序预测和时序异常检测两大通用任务，在用电负荷预测、预测性维护、能耗分析、交流流量预估等场景中有重要应用价值。
精准度高：多场景任务自适应寻优。时序预测，在电力场景预测误差降低20%以上；时序异常检测，在设备异常监控场景相同精度下，召回提升约5%。
便捷开发：简单点击UI界面即可完数据的预处理一键化去重，数据格式转化以及划分，高精度的自定义训练，研发成本低。
一键部署：一键获取PP-TSv2离线部署SDK和服务化部署，助力企业快速工程落地。

立即在线体验：

https://aistudio.baidu.com/projectdetail/paddlex/7044307

大模型半监督学习工具

不知道大家有没有遇到过数据标注成本高、周期长的困扰，有没有那么一种可能，精心标注少量的数据，配合大量的无标注数据，就能达到比肩全量标注的模型精度呢？是的，PaddleX就带来了这样一款提效神器——大模型半监督学习工具。

大模型半监督学习工具（LMSSL）利用视觉大模型的强大特征表征能力和PaddleX的特色半监督学习方法，在少量有标注数据和大量无标注数据的混合数据上学习到更好的特征，从而得到超高精度的大模型；该工具还内置了蒸馏和微调小模型的方法，进一步可以得到精度更高的小模型。

为了验证该工具的有效性，我们测试了其在公开数据集的指标。最终，该工具刷新了图像分类-10%ImageNet、目标检测-10%COCO的半监督学习SOTA精度。目前，该工具支持图像分类、目标检测、OCR识别三类视觉任务17个模型，大家无需关心细节，只需提供更多无标注数据，点击两次按钮，即可得到高精度的大模型和小模型。下面列举了使用该工具后，不同场景中大模型和小模型的精度提升情况。